Python 3.x 添加列-指定名称-基于其他列的行值

我有这样一个数据帧：

data = {'TYPE':['X', 'Y', 'Z'],'A': [11,12,13], 'B':[21,22,23], 'C':[31,32,34]}
df = pd.DataFrame(data)

    TYPE  A   B   C
0   X     11  21  31
1   Y     12  22  32
2   Z     13  23  34

我希望获得以下数据帧：

    TYPE  A   A_added  B   B_added  C   C_added
0   X     11  15       21  25       31  35
1   Y     12  18       22  28       32  38
2   Z     13  20       23  30       34  40

对于每个列（类型列旁边），此处A、B、C：

• 添加名为column\u name\u的新列

• 如果类型=X加4，如果类型=Y加6，如果Z加7

---

Idea是由helper创建的多个值

系列

创建，使用字典创建，通过以下方式添加到列的原始和最后更改顺序：

编辑：对于不匹配的值，创建字典时会丢失值，因此如果添加字典，则会为所有其他值返回值

7

：

d = {'X':4,'Y':6}
cols = df.columns[:1].tolist() + [i for x in df.columns[1:] for i in (x, x + '_added')]
df1 = df.iloc[:, 1:].add(df['TYPE'].map(d).fillna(7).astype(int), axis=0).add_suffix('_added')
df2 = df.join(df1).reindex(cols, axis=1)
print (df2)
  TYPE   A  A_added   B  B_added   C  C_added
0    X  11       15  21       25  31       35
1    Y  12       18  22       28  32       38
2    Z  13       20  23       30  34       41

---

Idea是由helper创建的多个值

系列

，使用字典创建，添加到原始的by和列的最后更改顺序by:

编辑：对于不匹配的值，创建字典时会丢失值，因此如果添加字典，则会为所有其他值返回值

7

：

d = {'X':4,'Y':6}
cols = df.columns[:1].tolist() + [i for x in df.columns[1:] for i in (x, x + '_added')]
df1 = df.iloc[:, 1:].add(df['TYPE'].map(d).fillna(7).astype(int), axis=0).add_suffix('_added')
df2 = df.join(df1).reindex(cols, axis=1)
print (df2)
  TYPE   A  A_added   B  B_added   C  C_added
0    X  11       15  21       25  31       35
1    Y  12       18  22       28  32       38
2    Z  13       20  23       30  34       41

---

非常好，谢谢！如果我有更多的行，每行x加4，y加6，每其他行加7。没有用每个值定义字典。有解决方案吗？@anky_91-Yop，我同意，但我喜欢更一般的解决方案，所以

。pivot（*d）

如果更像3列，则会失败，所以我不使用它。非常好，谢谢！如果我有更多的行，每行x加4，y加6，每其他行加7。没有用每个值定义字典。有解决方案吗？@anky_91-Yop，我同意，但我喜欢更一般的解决方案，所以

.pivot（*d）

如果更像3列，则会失败，所以我不使用它。